APP下载

车间物料搬运系统多载量小车配送调度问题研究综述

2020-11-23李昭阳

科技风 2020年31期

摘 要:车间物料装配作为大多数制造企业的生产的关键过程,在制造业产品生产中起着举足轻重的作用。车间装配线一般分为生产系统和物料搬运系统两部分,本文主要是对车间装配过程中物料配送系统的研究进行了综述,首先对车间物料配送运载工具进行分类,分为了AGV调度和多载量小车调度,然后将多载量小车调度问题分为了静态调度和动态调度,主要对动态调度的相关文献进行综述。

关键词:车间调度;多载量小车;物料配送

1 绪论

装配车间的生产效率问题一直是管理者和相关学者研究的热门,在一个装配线生产过程中,除去生产调度环节的调度过程需要完善,在物料搬运系统中的物料配送调度也是十分关键的。据统计,有很大一部分的汽车制造企业,其车间物料配送系统中所产生的成本占了总成本的30%~75%[1],比重相当之高。

所以,通过对装配过程中物料调度环节进行优化,从而提高汽车生产线及物料搬运系统在内的整个汽车装配系统的效率,具有重要的研究意义和价值。

本文主要从车间调度的主要运载工具,静态调度和动态调度问题的近年来相关研究进行了文献综述。

2 国内外文献综述

在作业车间的调度问题中,其物料配送问题的研究一般根据不同的运载工具可以大致分为两类。

一类是以自动导引小车(Automated Guided Vehicle,AGV)为装卸搬运工具的车间物料调度,采用AGV进行物料调度的问题特点是单载量、自动化,它一般是沿着程序设定好的固定路线自动进行物料运送,在近年来的研究中,常建娥等[2]采用多AGV对汽车总装车间物料调度问题进行了研究,以运输时间和距离最小为目标对车间物料搬运系统进行了优化,提高了AGV小车的利用率;Xu L[3]研究了混合流作业车间中多AGV物料调度问题,建立了调度优化模型,以最小化物料搬运时间为目标,提出了一种改进的遗传算法进行了求解。

另一类就是以多载量小车为运载工具的车间物料调度问题,相比于AGV调度,多载量小车可以提高一次行程的搬运量,较大程度的减少了行驶距离,降低了成本。一般将多载量小车的调度问题分为静态调度和动态调度,也就是实时调度问题。对于静态调度,陈桐[4]对汽车装配车间零部件配送调度进行了研究,将问题考虑为一个确定性问题,分别研究了单量和多辆多载量的拖车的物料搬运问题,以零件送达时间窗成本为目标,设计了一种Memetic算法进行了求解。Sali M等[5]考虑到装配线加工生产中零件的特征及功能不同,提出了一种优化模型,优化装配线送料方式,以使得平均总运营成本最小,并将开发的此混合整数规划模型应用于汽车领域的第一级供应商工厂,具有一定的实际适用性。因为静态调度的相关研究较多,我们这里不过多介绍。我们主要对实时调度的研究做了相对系统的文献综述。

关于实时调度的研究,它一般被认为是在短时间内预测信息进行决策,然后看整个调度过程的效果,更具有实际性。Wang S[6]车间物料需求的预测和调度问题,采用了最小二乘支持向量回归和遗传算法进行了优化,预测结果良好;Billaut等[7]对车间生产调度中,通过对车间混乱环境的实时监控,对其操作状态和资源的确定进行了决策;徐佳慧[8]采用支持向量机这种二分类算法对实时调度下物料搬运过程中搬运决策进行了研究,通过大量样本训练得到一个是否搬运的判断生成器;吴立辉等[9]以半导体制造车间物料运输系统为研究对象,采用匈牙利法和模糊逻辑法对其中的子问题进行了决策,建立仿真模型对其实时调度过程中的效果进行了验证;Sinriech D[10]设计了一种基于多载量小车的动态调度算法(DSA)应用到单回路制造系统,通过仿真验证了在产量、平均库存水平以及小车的利用率方面优于其他规则调度;Chen C[11]汽车装配线上受后进先出约束的多载量小车调度问题,以产量和物料搬运距离为目标,选用不用的权重和产品配比,通过仿真验证了本文调度方法的有效性;朱柘鑫等[12]对汽车制造车间装配线实时调度生产中搬运任务的选择和顺序问题进行了研究,根据之前学者在调度问题中提出的规则,采用人工神经网络算法对不同产品配比下的选用不同规则的效果进行拟合,从而使得系统可以根据不同的产品配比自动对调度规则进行选择。高雅[13]建立了数学模型用以解决装配线多载量小车物料实时调度问题,在实验阶段选择了一种产品配比进行仿真,优化了库存和小车的搬运次数;Wang等[14]开发了一种数据驱动的仿真方法,可以自动对生产系统进行建模,并根据动态需求和实时信息快速修改模型。

3 结语

通过对装配车间物料调度问题相关文献进行研究整理,可以发现,车间物料调度的研究的分类一般以运载工具为主体分为AGV调度和多载量小车调度。而以问题的确定性与不确定性进行分类,一般分为静态调度和动态调度两种。相关研究因为研究的方便性,以AGV和多载量小车的静态调度居多,动态调度研究相对较少。其中,多载量小车的动态调度研究主要集中在规则调度,以及对某一调度点的决策环节采用机器学习等算法进行优化,采用数学模型等对实时调度问题中的调度点的整个进行描述并求算的研究相关文献几乎没有。当然考虑到数学模型对大规模问题的局限性,如果采用智能算法求解相对较为合理,所以以后的研究方向可以从智能算法在动态调度问题中应用出发,对车间物料调度问题的研究做出更大的贡献。

参考文献:

[1]SULE D R.Manufacturing Facilities:Locatio,Planning,and Design,Third Edition[M].CRC Press,2008(第3版).

[2]常建娥,王璐,莫易敏,張峰,李佛胜.基于Manhattan距离的汽车总装车间带时间窗多AGV小车调度优化[J].武汉理工大学学报(交通科学与工程版),2017,41(04):589-594.

[3]Xu L,Peihuang L,Xiaoming Q,et al.Scheduling of automated guided vehicles for material distribution based on improved genetic algorithm[J].Machine Design and Manufacturing Engineering,2015.

[4]陈桐.JIT条件下混流汽车装配线零部件喂料作业调度优化[D].上海交通大学,2013.

[5]Sali M,Sahin E.Line feeding optimization for Just in Time assembly lines:An application to the automotive industry[J].International Journal of Production Economics,2016,174:54-67.

[6]Wang S,Wang Q.Prediction and dispatching of workshop material demand based on least squares support vector regression with genetic algorithm[J].International journal on information,2012,15(1):213-222.

[7]Billaut J C,Roubellat F.Significant states and decision making for real time workshopscheduling[C].Compeuro 93 Computers in Design,Manufacturing,& Production.IEEE,1993.

[8]周炳海,徐佳惠.基于支持向量机的多载量小车实时调度[J].吉林大学学报(工学版),2016,46(06):2027-2033.

[9]吴立辉,朱登洁,张洁.一种Intrabay物料运输系统的多目标实时调度方法[J].中国机械工程,2013,24(06):769-774.

[10]Sinriech D,Kotlarski J.A dynamic scheduling algorithm for a multiple-load multiple-carrier system[J].International Journal of Production Research,2002,40(5):1065-1080.

[11]Chen C,Xi L F,Zhou B H,et al.A multiple-criteria real-time scheduling approach for multiple-load carriers subject to LIFO loading constraints[J].International Journal of Production Research,2011,49(16):4787-4806.

[12]周炳海,朱柘鑫.基于神经网络和知识库的物料配送动态调度[J].湖南大学学报(自然科学版),2020,47(04):1-9.

[13]夏蓓鑫,高雅,曹建斌,陈甜甜.基于混合整数模型的多载量小车调度方法[J].计量与测试技术,2019,46(06):81-83+86.

[14]Wang J,Chang Q,Xiao G,et al.Data driven production modeling and simulation of complex automobile general assembly plant[J].Computers in Industry,2011,62(7):765-775.

作者簡介:李昭阳(1996—),男,汉族,山东青州人,上海大学物流工程专业硕士研究生,研究方向:装配线配送调度。